「LTV」とは
LTV（Life Time Value）とは、日本語で「顧客生涯価値」と訳される指標です。1人の顧客が取引を開始してから終了するまでの期間に、企業にもたらす利益の合計額を表します。
小売業における基本的な計算式は次のとおりです。
LTV ＝ 平均購入単価 × 購入頻度 × 継続期間
たとえば、平均購入単価が3,000円、月2回の来店、5年間継続する顧客であれば、LTVは3,000円 × 24回 × 5年 ＝ 36万円となります。この数値が大きいほど、その顧客は企業にとって価値が高いといえます。
本来、LTVは「利益」の指標であるため、粗利益ベースで計算すべきです。 しかし実務では、顧客ごとの粗利益を正確に把握することが難しいケースが多く、計測のしやすさから売上金額ベースで算出することも少なくありません。粗利益率が商品カテゴリによって大きく異なる小売業では、売上ベースのLTVだけを見ると、売上は大きいが利益貢献の低い顧客を過大評価してしまうリスクがあります。可能な限り粗利益ベースで計測し、少なくとも売上ベースの限界を認識しておくことが重要です。
LTVと対になる指標がCAC（Customer Acquisition Cost：顧客獲得コスト）です。新規顧客を1人獲得するためにかかる広告費や販促費を指します。健全な事業運営には「LTV ＞ CAC」の関係が必須です。一般的に、LTVがCACの3倍以上あることが望ましいとされています。
「LTV」の重要性
LTVが小売業で注目される背景には、新規顧客の獲得コスト上昇と人口減少があります。
既存顧客の維持は新規獲得より効率的です。 マーケティングの世界では「1:5の法則」が知られています。新規顧客の獲得コストは、既存顧客の維持コストの5倍かかるという経験則です。日本の小売市場は人口減少により縮小傾向にあるため、1人あたりのLTVを高める戦略がますます重要になっています。
業態ごとにLTVの構造が異なります。 スーパーマーケット（SM）は来店頻度が高く平均単価は低いため、継続期間の長さがLTVを左右します。ドラッグストア（DgS）は、医薬品の定期的な購入に加えて食品・日用品のクロスセル（関連商品の追加購入）でLTVを伸ばせます。コンビニエンスストア（CVS）は来店頻度が非常に高い一方、1回あたりの購入額が小さいため、アプリ会員化による購入頻度の維持がカギとなります。
LTVの高い顧客を見極めることで、販促費を最適に配分できます。 LTV上位20%の顧客が売上の80%を占めるケースは珍しくありません。この上位顧客に重点的にサービスや特典を提供することで、限られた販促予算の効果を最大化できます。
「LTV」とIT活用
LTVを計測し向上させるためには、顧客データの収集と分析が不可欠です。
ID-POSが計測の基盤となります。 会員カードやアプリと連携したID-POSデータがあれば、顧客ごとの購入単価・頻度・継続期間を正確に把握できます。匿名のPOSデータでは「誰が」買ったかがわからないため、LTVの算出はできません。まずはID-POSの導入と会員登録率の向上が第一歩です。
RFM分析でLTVの高い顧客層を特定します。 RFM分析は、最終購入日（Recency）・購入頻度（Frequency）・購入金額（Monetary）の3軸で顧客をセグメント（分類）する手法です。RFMスコアの高い顧客はLTVも高い傾向があります。離反の兆候が見えた顧客に早期にアプローチすることで、LTVの低下を防げます。
CRMとロイヤルティプログラムがLTV向上の実行手段です。 CRM（顧客関係管理）システムで購買履歴を一元管理し、パーソナライゼーション（個々の顧客に合わせた提案）を行います。ポイント制度や会員ランク制度などのロイヤルティプログラムは、継続期間と購入頻度の両方を高める効果があります。ある食品スーパーでは、ロイヤルティプログラム導入後に上位会員の年間購入額が平均15%増加した事例も報告されています。
AIを活用した予測モデルも広がっています。 機械学習を用いて将来のLTVを予測し、高LTV顧客になる可能性が高い新規顧客に対して初期段階から手厚いフォローを行う手法です。データドリブン（データに基づく意思決定）のマーケティングにおいて、LTV予測は中核的な役割を担っています。
まとめ
LTV（顧客生涯価値）は、目の前の売上だけでなく、顧客との長期的な関係の価値を測る指標です。CACとのバランスを意識しながら、購入単価・頻度・継続期間のどこに伸びしろがあるかを分析しましょう。ID-POSとCRMで顧客データを蓄積し、RFM分析で優良顧客を特定することが、LTV向上の第一歩です。短期的な値引き販促に頼るのではなく、顧客体験の質を高めて「選ばれ続ける店」を目指すことが、結果としてLTVの最大化につながります。
関連用語:
